基于HMM和GARCH模型的中国期货市场波动性研究

发布时间：2021-02-02 07:47

　　期货市场波动性反映了市场的活跃度和流动性,是政府管控市场的重要决策来源,是投资者测量风险、实现资产保值的有利工具。已有研究表明,因加入了对过去时期的预测方差,GARCH模型比ARCH模型更能反映市场数据信息。然而在实际应用中,GARCH模型经常因数据的离散性而无法适应金融市场的结构突变,进而导致波动性预测效果不够理想。为解决上述问题,结合HMM和GARCH模型预测中国期货市场收益率的波动性。通过GARCH模型计算期货的波动率序列;利用K均值法对波动率序列聚类得出观察序列;根据HMM划分波动率的状态,将不同状态对应的收益率代入HMM-GARCH模型,以得到不同状态下的波动率;通过VIX公式计算波动指数,以测量市场的波动性。基于以上逻辑,选用沪深300股指期货作为标的,以2015年5月至2016年4月为样本期,验证模型的有效性。研究结果表明,一方面,HMM-GARCH模型的MAD和MSE两种损失函数值均比GARCH模型的低,表明拟合损失和错误少,可见与GARCH模型相比,HMM-GARCH模型能更好地拟合样本数据并预测市场信号;另一方面,基于HMM-GARCH模型的波动率指数显示,在样本期... 

【文章来源】：管理科学. 2019,32(05)北大核心CSSCI

【文章页数】：11 页

【部分图文】：

对数收益率走势图

根据GARCH模型的特性，本研究预测到的波动率展示的是未来1个小时的波动幅度。图3给出本研究对沪深300股指期货波动率指数的预测情况，图4给出沪深300股指期货实际的价格走势。观察图3可知，本研究预测沪深300股指期货将先呈现一段时间的小幅频繁波动，此后波动幅度加大，而后一段时间内波动幅度保持较高水平并呈增长态势，最终继续转为大幅跳跃性波动。对比两图发现，图3中的波动率指数对图4中的期货价格波动情况有较好的预测效果。图4中的沪深300股指期货价格在一段时间的小幅波动后快速增长，价格变化区间增大，而后价格大幅跳水，这与图3的预测波动情况相吻合。因此，本研究建立的HMM-GARCH组合模型是有效可行的，能够计算出与中国期货市场走势相关的波动率。通过对中国期货市场波动性的研究，能够反映期货投资者对未来期货市场波动性的预期，并能起到警示大盘涨跌幅度的作用，对于现货的走势预测也有一定的参考意义。图4 沪深300股指期货价格走势图

沪深300股指期货价格走势图

【参考文献】：
期刊论文
[1]基于贝叶斯参数估计的期货市场交易成本、流动性与资产定价研究[J]. 刘志东,姜玲.  管理科学. 2017(01)
[2]人民币汇率波动率预测模型的比较研究[J]. 杨小玄,刘立新.  财贸研究. 2016(03)
[3]基于GARCH模型的金融市场波动性分析与预测[J]. 洪晶晶,吴鹏跃.  价值工程. 2016(01)
[4]基于结构转换非参数GARCH模型的股市波动率预测拟合性评估[J]. 周士元.  统计与决策. 2015(17)
[5]基于隐马尔科夫模型的波动率预测探究[J]. 曲大成,房振明.  电子设计工程. 2014(18)
[6]基于变结构协整方法的期货市场与证券市场关联性分析——沪深300股指期货与沪深300指数的实证分析[J]. 高伟,唐国强,林同智.  数学的实践与认识. 2014(16)
[7]沪深300股指期货价格发现能力的变化及其决定因素[J]. 陶利斌,潘婉彬,黄筠哲.  金融研究. 2014(04)
[8]基于误差校正的GARCH股票价格预测模型[J]. 于志军,杨善林.  中国管理科学. 2013(S1)
[9]股指期货和股票指数的关联性分析——来自沪深300市场的实证分析[J]. 贾尚晖,江令.  数学的实践与认识. 2013(02)
[10]沪深300指数收益率及已实现波动联合建模研究[J]. 瞿慧,刘烨.  管理科学. 2012(06)

硕士论文
[1]期货市场高频数据的长记忆性研究[D]. 袁彩萍.南京理工大学 2013
[2]基于高频数据的中国股市VaR风险研究[D]. 伍习丽.重庆大学 2013



本文编号：3014348